virat举了个例子来方便理解DeepSeek的GRPO: 组相对策略优化算法：
问题：“2 + 3等于多少？”
🌟步骤1：大语言模型生成三个答案。
1. “5”
2. “6”
3. “2 + 3 = 5”
🌟步骤2：为每个答案打分。
“5” → 1分（正确，但没有推理过程）
“6” → 0分（错误）
“2 + 3 = 5” → 2分（正确，并且有推理过程）
🌟步骤3：计算整个组的平均分数。
平均分数 = (1 + 0 + 2) / 3 = 1
🌟步骤4：将每个答案的分数与平均分数进行比较。
“5” → 0 （等于平均分）
“6” → -1 （低于平均分）
“2 + 3 = 5” → 1 （高于平均分）
🌟步骤5：强化大语言模型以偏好更高的分数。
偏好像 3这样的回答（积极）
保持像 1这样的回答（中性）
避免像 2这样的回答（消极）
这个过程会重复进行，使模型能够随着时间推移不断学习和改进。
